我正在尝试使用 colsplit 分解数据框中的向量。事实上,我们将正则表达式作为 colsplit 的 arg,这让我认为它可以很灵活,但我遇到了麻烦(可能只是因为我不理解 R 中的正则表达式)。
问题是:
让我们创建一个向量...
> library(reshape)
> my_var_1 <- factor(c("x00_aaa_123","x00_bbb_123","x00_ccc_123","x01_aaa_123","x01_bbb_123","x01_ccc_123","x02_aaa_123","x02_bbb_123","x02_ccc_123"))
我想在第一个下划线处将它分成两列。 换句话说,我希望我的最终结果是这样的......
x whatever
1 x00 aaa_123
2 x00 bbb_123
3 x00 ccc_123
4 x01 aaa_123
5 x01 bbb_123
6 x01 ccc_123
7 x02 aaa_123
8 x02 bbb_123
9 x02 ccc_123
我试图在 colspan 中找到合适的正则表达式,但没有成功。这是我能得到的最接近的...
> colsplit(my_var_1, split="_", c("x","whatever"))
x whatever NA.
1 x00 aaa 123
2 x00 bbb 123
3 x00 ccc 123
4 x01 aaa 123
5 x01 bbb 123
6 x01 ccc 123
7 x02 aaa 123
8 x02 bbb 123
9 x02 ccc 123
它使用拆分正则表达式作为简单的分隔符,它给了我三列。我不想拆分第二个下划线(更糟的是,在我的真实数据中,我有任意数量的下划线,而不仅仅是两个)。
是否有一个表达“ split ”的表达方式可以满足我的要求?
我曾希望 colsplit 中的正则表达式允许我在组上进行匹配,并且组匹配将是拆分的内容,但情况似乎并非如此。
* 编辑(感谢@Joshuaulrich)colsplit 在使用较新的 reshape2 时“按预期”工作!!!
最佳答案
你的代码为我抛出一个错误:
> colsplit(my_var_1, split="_", c("x","whatever"))
Error in colsplit(my_var_1, split = "_", c("x", "whatever")) :
unused argument(s) (split = "_")
split
不是 colsplit
的参数。你想要的参数是 pattern
,或者你可以只依赖位置匹配:
> colsplit(my_var_1, "_", c("x","whatever"))
x whatever
1 x00 aaa_123
2 x00 bbb_123
3 x00 ccc_123
4 x01 aaa_123
5 x01 bbb_123
6 x01 ccc_123
7 x02 aaa_123
8 x02 bbb_123
9 x02 ccc_123
关于regex - R + reshape : using colsplit w/regex,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/8349453/